M
Mistral Large 3 2512 (batch)API
Mistral Large 3 2512 est le modèle le plus performant de Mistral à ce jour, présentant une architecture de mélange d'experts clairsemée avec 41B de paramètres actifs (675B au total), et publié sous la licence Apache 2.0.
Les prix se mettent à jour automatiquement — vérifiés quotidiennement par rapport aux prix catalogue des fournisseurs.
- $0.38 par 1M de tokens, en supposant 3 entrées pour 1 sortie la convention utilisée par Artificial Analysis
- moins cher que 85% des 221 modèles commerciaux suivis ici
- 13 sur 25 modèles Mistral AI suivis ici, du moins cher
Benchmarks & performance
Scores de benchmark indépendants pour Mistral Large 3 2512 (batch), mesurés par Artificial Analysis. Plus élevé est mieux.
Les modèles à ce niveau coûtent $0.37 par 1M de tokens (médiane de 50) — celui-ci coûte $0.38.
Moins cher et meilleur sur cet indice : GLM 5.3 Flash · GLM 5.3 Flash (batch) · DeepSeek V4.1 Flash (batch) et 41 de plus
À propos de ce modèle
Mistral Large 3 2512 (batch) est un modèle d'IA commercial de Mistral AI. Les spécifications ci-dessous sont suivies automatiquement : les prix sont actualisés quotidiennement à partir des prix publics, donc les chiffres sur cette page reflètent le coût actuel d'utilisation du modèle via son API.
Questions fréquemment posées
Qu'est-ce que Mistral Large 3 2512 (batch) ?
Mistral Large 3 2512 (batch) est un modèle de langage IA de Mistral AI. C'est un modèle propriétaire, disponible via une API. Il obtient un score de 9.3 sur l'indice d'intelligence d'Artificial Analysis.
Mistral Large 3 2512 (batch) est-il gratuit ?
Mistral Large 3 2512 (batch) n'est pas gratuit : il coûte $0.25 par million de jetons d'entrée et $0.75 par million de jetons de sortie. Les alternatives open-weight peuvent être self-hosted sans coût par jeton.
Dans quoi Mistral Large 3 2512 (batch) est-il bon ?
Des benchmarks indépendants d'Artificial Analysis lui donnent GPQA 68%, MMLU-Pro 80.7%, Humanity's Last Exam 4.2%, Long Context Reasoning 36%, LiveCodeBench 46.5%, SciCode 36.6%, AIME 2025 38%, IFBench 36.2%, τ²-Bench 24.6%, τ-Bench Banking 5.8%, Terminal-Bench 12%, Terminal-Bench Hard 15.9%. Il est particulièrement utilisé pour génération de code.
Quelle est la vitesse de Mistral Large 3 2512 (batch) ?
Il génère environ 77.6 tokens par seconde, avec un délai médian 0.72s avant le premier token. Mesuré indépendamment par Artificial Analysis.